1 / 14

Algoritma / Alkhwarizmi Genetik atau Pengaturcaraan Genetik

Algoritma / Alkhwarizmi Genetik atau Pengaturcaraan Genetik. SEMINAR PERLOMBONGAN DATA. MOHAMAD AMZARI AZIZ. Pengenalan. Algoritma atau Alkhwarizmi Genetik adalah merupakan salah satu evolusi komputer yang biasa digunakan dalam Kecerdasan Buatan.

gala
Télécharger la présentation

Algoritma / Alkhwarizmi Genetik atau Pengaturcaraan Genetik

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Algoritma / Alkhwarizmi Genetik atau Pengaturcaraan Genetik SEMINAR PERLOMBONGAN DATA MOHAMAD AMZARI AZIZ

  2. Pengenalan • Algoritma atau Alkhwarizmi Genetik adalah merupakan salah satu evolusi komputer yang biasa digunakan dalam Kecerdasan Buatan. • Ia merupakan suatu kaedah pembangunan sistem yang menggunakan prinsip genetik populasi semulajadi.

  3. Sejarah • Konsep Alkhwarizmi/Algoritma Genetik ini adalah inspirasi dari Teori Darwin berkenaan dengan evolusi. • Idea daripada evolusi ini telah diperkenalkan oleh I. Rechenberg pada tahun 1960 dalam hasil kerja yang bertajuk "Evolution strategies" iaitu Stategi Evolusi.

  4. Sejarah • Teknik GA(Genetic Algorithms) telah diperkenalkan oleh John Holland dan pelajar-pelajarnya yang telah membangunkan dan menerbitkan buku bertajuk "Adaption in Natural and Artificial Systems" pada tahun 1975. • Pada tahun 1992 John Koza telah menggunakan algoritma genetik dalam pembangunan program dan memberi nama "genetic programming" (GP).

  5. Algoritma Genetik (AG) • AG adalah merupakan teknik pengoptimuman penyelesaian masalah dalam bidang kecerdasan buatan. • Konsep genetik yang digunakan adalah kromosom sebagai perwakilan penyelesaian masalah. • Kromosom dibahagikan kedalam blok fungsian yang dikenali sebagai gen.

  6. Algoritma Genetik (AG) • Gen mewakili sesuatu sifat tertentu dalam organisma. • Dalam penggunaan algoritma genetik ini, gen merupakan faktor pembiakan baka dan setiap gen mempunyai ‘allele’ iaitu maklumat kepada gen. • Setiap gen mempunyai posisi pada kromosom yang dikenali ‘locus’. • Suatu set lengkap kromosom dikenali genom

  7. Algoritma Genetik (AG) • Individu akan dipilih dari suatu populasi untuk dijadikan induk dan dibiakkan melahirkan generasi baru (anak) • Generasi baru (anak) tersebut akan mengalami mutasi bagi memperlihatkan perbezaan pada kecergasannya berbanding generasi baru yang lain

  8. Algoritma Genetik (AG) • Generasi yang mempunyai tahap kecergasan yang rendah akan tersingkir sebelum generasi baru bermula. • Generasi yang mempunyai tahap kecergasan yang tinggi akan kekal dalam populasi dan dipilih untuk dijadikan induk bagi melahirkan generasi yang seterusnya.

  9. Proses AG • Mula – Menjana populasi secara rawak untuk n kromosom (mengikut kesesuaian masalah) • Penilaian statistik kecergasan f(x) untuk setiap kromosom x dalam populasi. • Membentuk populasi baru diikuti langkah-langkah seterusnya sehingga populasi baru lengkap: a) Pemilihan induk yang dipilih melalui dua kromosom berdasarkan statistik kecergasan

  10. Algoritma Genetik (AG) b) Penyilangan menghasilkan generasi baru (anak) c) Mutasi berlaku pada anak d) Pembentukan generasi baru • Menggunakan populasi generasi baru untuk dilarikan seterusnya • Uji – jika keadaan akhir memuaskan, larian akan diberhentikan dan mengembalikan penyelesaian yang terbaik dalam populasi. • Gelung(ulang) – pergi ke langkah 2.

  11. Algoritma Genetik (AG) dalam Perlombongan Data • Kajian yang telah dikaji adalah Perbandingan antara Pengaturcaraan Genetik Linear dan Rangkaian Neural dalam Perlombongan Data Perubatan (A Comparison of Linear Genetic Programming and Neural Networks in Medical Data Mining) oleh Markus Brameier,dan Wolfgang Banzhaf daripada University of Dortmund, Germany

  12. Algoritma Genetik (AG) dalam Perlombongan Data • Melalui eksperimen yang telah dijalankan beberapa aspek telah ditekankan. • Antara aspek yang ditekankan ‘persembahan umum’ iaitu perbandingan kadar kesilapan klasifikasi dan ‘masa latihan’. • Data-data diambil daripada beberapa penyakit iaitu Kancer, Kencing Manis, gen, hati, ‘horse’ dan tiroid.

  13. Kesimpulan • Hasil daripada kajian yang telah dijalankan, dapatlah dicadangkan bahawa penggunaan pengaturcaraan/alkhwarizmi genetik atau gabungan teknik ini dengan teknik-teknik lain akan memberi keputusan yang lebih memberangsangkan untuk dilaksanakan dan memberi penyelesaian yang optimum.

  14. Rujukan • Markus Brameier, Wolfgang Banzhaf, A Comparison of Linear Genetic Programming and Neural Networks in Medical Data Mining, • Fahrul Hakim bin Ayob, Md.Nasir Sulaiman, Mohamed Othman, Universiti Putra Malaysia, Penggunaan Algoritma Genetik Untuk Mengoptimumkan Masalah Penjadualan Waktu Kuliah di Universiti. • H. F. Gray, R. J. Maxwell, I. Martinez-Perez, C. Arus, and S. Cerdan,“Genetic programming for classification of brain tumours from nuclear magnetic resonance biopsy spectra,” in Genetic Programming 1996 • http://cs.felk.cvut.cz/~xobitko/ga/

More Related